RSNA 2023

Quelle est la perception des patients sur l’IA en radiologie ?

Une session du RSNA 2023 s'intéressait à la vision des patients sur l'IA en radiologie. Il ressort que la méfiance reste de mise, que les interrogations persistent sur la responsabilité, et que les patients réclament de la communication et des études de haute qualité sur l'IA.

icon réservé aux abonnésArticle réservé aux abonnés
Le 29/11/23 à 7:00, mise à jour le 29/11/23 à 15:14 Lecture 4 min.

Les chercheurs notent que le niveau de connaissance des patients sur l’IA et la radiologie reste assez limité, appuyant la nécessité d’études qualitatives supplémentaires (image d'illustration). D. R.

Le 26 novembre, une session du congrès annuel de la Société nord-américaine de radiologie (RSNA) proposait d’explorer la relation symbiotique entre l’intelligence artificielle (IA) et la radiologie centrée sur le patient. La première partie de la séance s’intéressait à la vision des patients sur l’IA en santé. « Comment pouvons-nous intégrer le patient en tant que partenaire dans l’implémentation de l’IA ? s’interrogeait Derya Yakar, radiologue à l’hôpital universitaire de Groningen (Pays-Bas). Pour répondre à cette question, nous devons déjà comprendre comment l’IA est perçue par les patients. »

Les prérequis de l'IA

Dans cette optique, Derya Yakar et ses collègues ont publié une série de travaux, dont une première étude qualitative parue dans JACR en 2019 avec pour objectifs de définir les prérequis du développement et de l’utilisation de systèmes d’IA, et de déterminer s’il y avait un besoin d’éducation des patients dans ce domaine [1]. « Les patients que nous avons interrogés ont

Il vous reste 84% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Haan M., Ongena Y. P., Hommes S. et coll., « A Qualitative Study to Understand Patient Perspective on the Use of Artificial Intelligence in Radiology », Journal of the American College of Radiology, 13 mars 2019. DOI : 10.1016/j.jacr.2018.12.043.
  2. Ongena Y. P., Haan M., Yakar D. et Kwee T. C., « Patients’ views on the implementation of artificial intelligence in radiology: development and validation of a standardized questionnaire », European Radiology, 8 novembre 2019. DOI : 10.1007/s00330-019-06486-0.
  3. Yakar D., Ongena Y. P., Kwee T. C. et Haan M., « Do People Favor Artificial Intelligence Over Physicians? A Survey Among the General Population and Their View on Artificial Intelligence in Medicine », Value in Health, 12 octobre 2021. DOI : 10.1016/j.jval.2021.09.004.

Mots-clés

RSNA 23 intelligence artificielle

26 novembre 2023 au 30 novembre 2023

Congrès de la Société nord-américaine de radiologie 2023

Congrès
McCormick Place, 2301 S King Dr, Chicago, Illinois, 60616

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Août

17:00

Une étude européenne met en évidence une grande hétérogénéité des pratiques de formation au dépistage du cancer du poumon par scanner à faible dose, ainsi que des lacunes importantes, notamment dans la gestion des résultats incidentels, des nodules pulmonaires, l’utilisation de l’IA et la communication avec les patients. Elle souligne la nécessité de développer un programme de formation européen harmonisé afin de renforcer les compétences des professionnels de santé impliqués dans le dépistage.

11:00

Un modèle prédictif basé sur une IRM pourrait aider à prédire les conséquences cardiovasculaires indésirables chez les patients diabétiques, selon une étude publiée dans Radiology.

7:30

Le dépistage d’incidence avec la mammographie avec contraste amélioré (CEM) maintient une performance élevée et peut offrir plus d’avantages que le dépistage de base, pour le dépistage des femmes à risque élevé de cancer du sein, selon une étude publiée dans Radiology.

7:00

31 Juil

16:28

Une étude parue dans la revue phiRO conclut qu'une architecture PocketNet offre une segmentation automatisée fiable des organes gynécologiques et des tumeurs cervicales sur IRM pondérée en T2, avec des performances comparables à celles d’un nnUNet de taille réelle tout en nécessitant beaucoup moins de mémoire et de temps d’entraînement.

8:00

Le CHU de Montpellier annonce avoir mené la prise en charge d'un AVC en 16 minutes, de l'admission du patient à la recanalisation, grâce à une organisation adaptée, qui nous avions présentée en 2023.
✕
Docteur Imago

GRATUIT
VOIR